[发明专利]一种基于分子结构特征对啤酒风味物质风味预测的方法

说明书

本发明属于食品检测技术领域，主要涉及一种基于分子结构特征对啤酒风味物质风味预测的方法。本发明基于啤酒风味物质数据库，将啤酒中的风味物质及其相关的化学信息综合起来，使啤酒风味物质的信息更有系统性，便于查询。同时利用不同方法建立并评价风味预测模型，根据分子结构特征对未知成份实现风味的预测，为新产品开发和产品质量管理提供新方法。

技术领域

本发明属于食品检测技术领域，主要涉及一种基于分子结构特征对啤酒风味物质风味预测的方法。

背景技术

风味是啤酒品质最重要的方面，是使啤酒品质最佳、竞争力最大化的最重要参数。风味的差异直接影响消费者对啤酒的接受程度和喜好程度。啤酒的风味差异是产生消费偏好的主要驱动力，研究中指出在精酿啤酒市场中存在以风味为导向的细分市场。随着啤酒市场的不断壮大，啤酒酿造业面临着向消费者提供风味更佳的产品这一挑战，一直以来许多研究致力于改善啤酒风味这个终极目的。

啤酒包含数百种风味物质，涉及醇类、酯类、醛类、脂肪酸类、酚类、含硫化合物等。啤酒风味物质具有多样化，相应地，产生了各种各样的对于风味的描述词。美国酿酒化学家协会和美洲酿酒大师协会的联合工作组制定了啤酒风味术语体系，作为风味研究人员、酿酒师和营销专业人员的参考标准。啤酒风味术语体系分成14个大类别，包括香气、苦味、硫化味、焦糖味、谷物味等等。其中，宜人的香气和适度的苦味是啤酒吸引消费者的重要因素，硫化味对于啤酒的口味和消费者的喜爱有显著影响。

本申请基于啤酒风味物质数据库，将啤酒中的风味物质及其相关的化学信息综合起来，使啤酒风味物质的信息更有系统性，便于查询。同时利用不同方法建立并评价风味预测模型，根据分子结构特征对未知成份实现风味的预测，为新产品开发和产品质量管理提供新方法。

发明内容

本发明的目的是，基于分子结构与啤酒风味之间的关系，建立定量构效关系模型来预测啤酒风味。

本发明的方法如下：

一种基于分子结构特征对啤酒风味物质风味预测的方法，其特征在于，该方法包括以下步骤：(1)从现有文献以及FlavorDB数据库中收集啤酒风味物质及其相应的风味，并根据风味轮将其分为香味、苦味、硫化味以及其他味四个类别，包括香味物质苦味物质、硫化味物质和其他味物质；(2)通过MOE、ChemoPy和Mordred三个不同平台计算分子描述符，MOE计算的二维分子描述符包括物理性质、细分的表面积、原子数和键数、KierHall连接性和κ形状指数、邻接和距离矩阵描述符、药效团特征描述符、部分电荷描述符，ChemoPy生成常见的结构和物理化学描述符包括结构描述符、拓扑描述符、连接性指数、电荷描述符和分子性质，Mordred生成的描述符包括邻接矩阵、芳香族、原子计数、自相关和碳类型；(3)分别结合支持向量机(SVM)、随机森林(RF)和k近邻(kNN)三种不同算法来建立啤酒风味预测模型；(4)将待分析化合物的分子描述符输入预测模型，输入的描述符是Mordred特有的描述符，以及表征局部电荷性质的描述符，使用“randomForest”包来实现风味预测，“ntree”的值设定在300到700之间进行测试，以200个为间隔，“mtry”在15到25之间进行测试，以5个为间隔，使用网格搜索来选择在每个分割处随机抽取的最佳预测变量“ntree”和“mtry”，并拟合最佳随机森林模型得到相应的风味预测分析结果。

所述的平台计算分子描述符，优先采用Mordred描述符。

所述的三种不同算法来建立啤酒风味预测模型，优先采用随机森林(RF)算法。

附图说明

图1是本发明的技术流程图；

图2是Mordred描述符的载荷图；

图3是不同风味预测模型的准确度图。

具体实施方式

下面结合附图来对具体实施例来进一步描述。